📋 画面概要
Tera計算1_従来分析Tp（従来分析タブ）は、 従来のABC分析を発展させた5段階ランク分析を行う画面です。 アイテム別と出荷先別の2つの視点で、出荷データを分析します。
🎯 画面の目的
- 従来計算: ABC分析を基本とした5段階ランク分析（A1, A2, B, C, D）
- アイテム別分析: アイテムを物量ベースでランク付けし、重要度を可視化
- 出荷先別分析: 出荷先を出荷量ベースでランク付けし、主要顧客を把握
- 数値表示: アイテム数/出荷先数、行数、バラ数、ケース換算、PL換算、容積、重量を表示
- EIQ分析との対比: EIQ分析結果と比較し、異なる視点からデータを理解
📌 画面の位置づけ
この画面は、TabControl「データ分析Tc」のTabPage4に配置されています。
タブ名:
GroupBox名:
この画面は、TabControl「データ分析Tc」のTabPage4に配置されています。
タブ名:
従来分析GroupBox名:
従来計算Cb（従来計算（ABC分析応用））
🔬 従来分析の概念
ABC分析からの発展
🎓 従来分析とは
従来分析は、物流技術研究所の寺本敏幸氏が考案した分析手法で、 一般的なABC分析（3分割）をEIQ分析に合わせて5段階（A1, A2, B, C, D）に細分化したものです。
これにより、従来のABC分析よりも詳細な分析が可能となり、 EIQマトリクス分析との整合性を保ちながら、従来手法との連続性も維持できます。
従来分析は、物流技術研究所の寺本敏幸氏が考案した分析手法で、 一般的なABC分析（3分割）をEIQ分析に合わせて5段階（A1, A2, B, C, D）に細分化したものです。
これにより、従来のABC分析よりも詳細な分析が可能となり、 EIQマトリクス分析との整合性を保ちながら、従来手法との連続性も維持できます。
ABC分析との比較
従来のABC分析（3分割）
| ランク | 比率 | 意味 |
|---|---|---|
| A | ～70% | 重要アイテム |
| B | 70～90% | 中程度アイテム |
| C | 90～100% | 低重要度アイテム |
従来分析（5分割）
| ランク | 比率 | 意味 |
|---|---|---|
| A1 | ～50% | 最重要（上位約5%） |
| A2 | 50～70% | 重要（上位約15%） |
| B | 70～85% | 中程度（約30%） |
| C | 85～95% | 低め（約30%） |
| D | 95～100% | 最低（約20%） |
📘 5分割のメリット
- 詳細な優先度付け: A1とA2で最重要層をさらに細分化し、きめ細かい対応が可能
- EIQ分析との整合性: EIQマトリクスのIランク・Eランクと同じ5段階で比較可能
- 中間層の明確化: B, C, Dで中間～低頻度層を適切に区分
- 意思決定の精度向上: より細かいランク分けにより、資源配分の判断が容易
🖼️ 画面レイアウト
全体構成
画面は1つのGroupBox「従来計算Cb」内に2つのDataGridViewと2つのTextBoxで構成されています。
| コントロール名 | 種類 | 配置・サイズ |
|---|---|---|
従来計算Cb |
GroupBox | 位置: (13, 25) サイズ: 617 × 490 ピクセル 背景色: スカイブルー |
抽出_従来計算アイテムTb |
TextBox | 見出し用テキストボックス（上部） |
抽出_従来計算アイテムDgv |
DataGridView | アイテム別分析データ表示（上半分） |
抽出_従来計算出荷先Tb |
TextBox | 見出し用テキストボックス（下部） |
抽出_従来計算出荷先Dgv |
DataGridView | 出荷先別分析データ表示（下半分） |
分析日L |
Label | 分析対象日の表示 |
レイアウトイメージ
従来計算（ABC分析応用）
分析日: 2024/01/01 ～ 2024/01/31
分析日: 2024/01/01 ～ 2024/01/31
📦 アイテム別分析
| ランク | アイテム数 | 行数 | バラ数 | ケース換算 | PL換算 | 容積 | 重量 |
| CI-A1 | 50 | 1,000 | 5,000 | 500 | 50 | 100.0 | 500.0 |
| CI-A2 | 150 | 800 | 3,000 | 300 | 30 | 60.0 | 300.0 |
| ... B, C, D ... | |||||||
🏢 出荷先別分析
| ランク | 出荷先数 | 行数 | バラ数 | ケース換算 | PL換算 | 容積 | 重量 |
| CE-A1 | 10 | 900 | 4,500 | 450 | 45 | 90.0 | 450.0 |
| ... A2, B, C, D ... | |||||||
📦 アイテム別分析
概要
アイテムを物量（行数、バラ数、ケース換算等）に基づいて5段階のランクに分類し、 ランクごとの集計値を表示します。ケース出荷とバラ出荷で個別にランク分けされます。
表示データ（抽出_従来計算アイテムDgv）
ケース出荷の場合
| 列名 | 内容 |
|---|---|
CIランク |
ケース出荷のアイテムランク（CI-A1, CI-A2, CI-B, CI-C, CI-D） |
アイテム数 |
該当ランクのアイテム数 |
行数 |
出庫回数（レコード数） |
バラ数 |
バラ（ピース）の個数 |
ケース換算 |
ケース数 |
PL換算 |
パレット数 |
容積換算 |
容積（㎥） |
重量換算 |
重量（kg） |
バラ出荷の場合
| 列名 | 内容 |
|---|---|
BIランク |
バラ出荷のアイテムランク（BI-A1, BI-A2, BI-B, BI-C, BI-D） |
| 以下、ケース出荷と同様の列構成 | |
データソース
📘 内部処理
- ケース出荷:
T260_全データ従来計算ケースアイテムテーブルから取得 - バラ出荷:
T260_全データ従来計算バラアイテムテーブルから取得 - 元データ（T200）のCIランク、BIランクに基づいてグループ化・集計
🏢 出荷先別分析
概要
出荷先を出荷量（行数、物量等）に基づいて5段階のランクに分類し、 ランクごとの集計値を表示します。主要顧客の把握と優先度付けに活用します。
表示データ（抽出_従来計算出荷先Dgv）
ケース出荷の場合
| 列名 | 内容 |
|---|---|
CEランク |
ケース出荷の出荷先ランク（CE-A1, CE-A2, CE-B, CE-C, CE-D） |
出荷先数 |
該当ランクの出荷先数 |
行数 |
出荷回数（レコード数） |
| 以下、アイテム別分析と同様の物量情報列 | |
バラ出荷の場合
| 列名 | 内容 |
|---|---|
BEランク |
バラ出荷の出荷先ランク（BE-A1, BE-A2, BE-B, BE-C, BE-D） |
| 以下、ケース出荷と同様の構成 | |
データソース
📘 内部処理
- ケース出荷:
T260_全データ従来計算ケース出荷先テーブルから取得 - バラ出荷:
T260_全データ従来計算バラ出荷先テーブルから取得 - 元データ（T200）のCEランク、BEランクに基づいてグループ化・集計
🎖️ ランク体系
ランクの定義
| ランク | 累積比率 | 該当比率 | 特徴・対応方針 |
|---|---|---|---|
| A1 | 0 ～ 50% | 約 5% | 最重要層: 重点管理、自動化・優先配置、在庫厚め |
| A2 | 50 ～ 70% | 約 15% | 重要層: 効率的配置、適正在庫維持 |
| B | 70 ～ 85% | 約 30% | 中程度層: バランス重視、標準管理 |
| C | 85 ～ 95% | 約 30% | 低頻度層: コスト重視、奥側配置 |
| D | 95 ～ 100% | 約 20% | 最低頻度層: 別倉庫保管検討、最小在庫 |
ランクの種類
| ランク種別 | 対象 | 意味 |
|---|---|---|
CIランク |
ケース出荷 | Case Item rank - ケース出荷アイテムのランク |
CEランク |
ケース出荷 | Case Entry rank - ケース出荷先のランク |
BIランク |
バラ出荷 | Bara Item rank - バラ出荷アイテムのランク |
BEランク |
バラ出荷 | Bara Entry rank - バラ出荷先のランク |
📖 基本操作
表示までの流れ
-
前提条件
- 「EIQデータ分析」タブで条件抽出・計算が完了していること
- T200テーブルにランク情報（CIランク、CEランク、BIランク、BEランク）が設定済みであること
-
タブ選択
- データ分析TcのTabPage4「従来分析」タブをクリック
-
データ自動表示
- ケース出荷/バラ出荷の選択に応じて、自動的にデータが表示される
- 上部: アイテム別分析データ
- 下部: 出荷先別分析データ
-
データ確認
- 各ランク（A1, A2, B, C, D）の行を確認
- アイテム数/出荷先数、物量の分布を把握
💡 操作のヒント
- この画面は参照専用です。データの編集はできません。
- EIQデータ分析タブで「ケース出荷」を選択した場合は、CIランク・CEランクのデータが表示されます。
- 「バラ出荷」を選択した場合は、BIランク・BEランクのデータが表示されます。
- DataGridViewはソート機能が有効です。列ヘッダーをクリックして昇順/降順を切り替え可能。
🔄 EIQ分析との比較
2つの分析手法の特徴
従来分析（単軸分析）
- 視点: 1軸（アイテムまたは出荷先）
- ランク: 5段階（A1, A2, B, C, D）
- 表示: ランク別の集計値
- 目的: 個別要素の重要度把握
- 活用: 在庫配置、顧客管理
EIQ分析（マトリクス分析）
- 視点: 2軸（IランクとEランク）
- ランク: 5×5マトリクス（25セル）
- 表示: セル別の物量・比率
- 目的: 関係性の可視化
- 活用: 設備配置、動線計画
併用による効果
📊 両分析の併用で得られる洞察
- マクロとミクロの視点: 従来分析で全体傾向を把握し、EIQ分析で詳細な関係性を分析
- 検証と補完: 従来分析の結果をEIQ分析で検証、逆もしかり
- 説明のしやすさ: 従来分析は経営層への説明に、EIQ分析は現場への詳細説明に適する
- 段階的アプローチ: 従来分析で大枠を決定 → EIQ分析で詳細を詰める
💼 活用例
ケーススタディ1: 在庫配置計画
目的
新倉庫のレイアウト設計において、アイテムをどのエリアに配置すべきか決定する
手順
- 従来分析タブでアイテム別分析を確認
- CIランク（ケース）またはBIランク（バラ）の分布を把握
- A1ランクアイテム → 自動倉庫やピッキングエリア最前列に配置
- A2ランクアイテム → ピッキングエリア中央に配置
- Bランクアイテム → ピッキングエリア後列に配置
- C・Dランクアイテム → リザーブエリアまたは別棟保管を検討
期待される効果
- 動線距離の最小化
- ピッキング効率の向上
- 在庫スペースの最適活用
ケーススタディ2: 主要顧客戦略
目的
営業戦略として、リソースを集中すべき主要顧客を特定する
手順
- 従来分析タブで出荷先別分析を確認
- CEランク（ケース）またはBEランク（バラ）の分布を把握
- A1ランク出荷先（全体の50%を占める約5%の顧客）を特定
- A1ランク顧客に対して:
- 専任担当者の配置
- 優先的なサポート体制
- 定期フォローアップ
- A2ランク顧客に対して:
- 定期訪問の実施
- 販促活動の展開
- C・Dランク顧客に対して:
- 効率重視の対応
- オンラインサポート中心
期待される効果
- 営業リソースの最適配分
- 主要顧客満足度の向上
- 売上の安定化
ケーススタディ3: EIQ分析との照合
目的
従来分析とEIQ分析の結果を照合し、データの整合性を確認する
手順
- 従来分析タブでアイテム別のCIランク分布を確認
- EIQデータ分析タブでIランク×Eランクのマトリクスを確認
- 従来分析のCI-A1アイテム数と、EIQマトリクスのI-A1行の合計を比較
- 物量（ケース数、PL数等）も同様に比較
- 差異がある場合は、条件抽出設定やデータの不整合をチェック
期待される効果
- データ品質の向上
- 分析結果の信頼性確保
- 誤ったランク設定の早期発見
📚 まとめ
Tera計算1_従来分析Tp の特徴
- ✅ ABC分析の進化版: 3分割を5分割に細分化し、詳細な分析を実現
- ✅ EIQ分析との整合性: 同じ5段階ランクで比較・検証が容易
- ✅ 2つの視点: アイテム別・出荷先別の両面から分析
- ✅ 多様な物量指標: 行数、バラ数、ケース換算、PL換算、容積、重量を表示
- ✅ シンプルな表示: ランク別の集計値を一覧表示し、理解しやすい
- ✅ 戦略立案支援: 在庫配置、顧客管理、リソース配分の意思決定に活用
🎓 寺本敏幸氏の考案
従来分析（ABC分析5分割版）は、物流技術研究所の寺本敏幸氏が考案した分析手法です。 従来のABC分析を基礎としながら、EIQ分析との連携を考慮して5段階に細分化することで、 より詳細かつ実践的な物流分析を可能にしています。
従来分析（ABC分析5分割版）は、物流技術研究所の寺本敏幸氏が考案した分析手法です。 従来のABC分析を基礎としながら、EIQ分析との連携を考慮して5段階に細分化することで、 より詳細かつ実践的な物流分析を可能にしています。
📌 関連画面
- EIQデータ分析: IランクとEランクのマトリクス分析
- 全データ集計及び特性: 全データの統計情報
- ケースバラ日別集計: 日別の時系列データ